• bb 是一个开源、Local-first（本地优先）的 AI 开发环境，它提出了 Loop-Driven Development（LDE，循环驱动开发） 的理念。与传统 IDE 只负责编辑代码不同，bb 将 AI Agent、自动化任务、工作线程（Thread）和开发流程整合到同一个环境中，希望让
  • 过去一年，旧金山科技圈的谈资从百亿级算力集群直接跳到了万亿级。每过六个月，会议室白板上就多加一个零。美国大公司正在疯抢本十年内剩余的所有电力合同，抢购每一台能买到的变压器。从宾夕法尼亚的页岩气田到内华达的太阳能农场，数以亿计的GPU即将同时轰鸣。美国工业机器正在以半个世纪未见的规模重新启动，这感觉不
  • 规模时代结束之后，伊利亚·苏茨克维到底端出了什么！ SSI首个模型即将落地，一场关于AI学会“边干边学”的认知手术即将开始！ 2026年8月，一个估值320亿美元、员工仅33人的AI实验室，即将推出它的第一个模型。这家名为“安全超级智能”（Safe Superintelligence，简称SSI）的 icon
  • AI考了个95.5分，比人类专家还高，但你猜怎么着？出题人慌了。 ARC-AGI-3这个专门用来考AI抽象推理的魔鬼测试，之前把各路大模型按在地上摩擦。GPT-5.6 Sol只有7.8%，Claude Opus 4.8只有1.5%。然后Prime Agent拿着Claude Opus 5跑出了95. icon
  • 给酶装个AI导航，它直接把效率干翻了104倍 科学家们现在造酶，已经不靠“瞎蒙”了。他们给蛋白质装了个“AI导航”，一边实验一边学，五轮迭代下来，直接把一个跟癌症药合成有关的酶，干活儿的效率提高了57倍，换了个系统，直接干到104倍。你没看错，是倍，不是百分比。更狠的是，这AI找到的那些关键突变位点 icon
  • 这家基金四年赚了2000%，一周亏掉75%。不是AI没戏，是借钱打牌的人被强制掀桌了。 这场AI泡沫里死得最惨的，不是那些看不懂技术的人，而是那些看懂了技术、但没看懂杠杆的人。一家叫Situational Awareness（态势感知、上下文感知）的对冲基金，四年靠4倍杠杆把100块变2000块，上 icon
  • 30.2%的得分直接把7.8%踩在脚下，这AI是开挂还是我们人类该收拾铺盖滚蛋了？ Anthropic家的Claude Opus 5在ARC-AGI-3智商测试里轰出30.2%的新纪录，把之前GPT-5.6 Sol的7.8%按在地上摩擦。 更吓人的是，这模型自己把图形谜题翻译成了代数公 icon
  • GLM-5.3发布，743B基座没动，纯靠后训练把编程分翻倍，这事儿把AI圈搞分裂了！ 模型明明同一个大脑，怎么就像换了个人？开源闭源到底谁在藏招？ 摘要：2026年8月14日，智谱AI发布GLM-5.3，基座与5.2完全相同，仅靠后训练将Terminal-Bench 3.0分数从4.6提升至28. icon
  • 2026年7月，OpenAI的CEO萨姆·奥尔特曼在一场创业演讲里扔出一颗炸弹：我们已经在奇点里了。 他说这不是科幻午餐桌上的玩笑，是此刻正在发生的现实。 指数曲线在加速，决策窗口在收窄，有人兴奋有人恐惧。 但真相是，奇点这个词被滥用太久了。它不是魔法，不是末日，是当 icon
  • OpenAI用一半成本吊打Claude，效率翻倍还能自我进化，这谁顶得住？ GPT-5.6家族用Sol、Terra、Luna三把刀切进AI市场，Sol推理性能碾压Claude Fable 5且成本砍半，Terra价格减半性能持平前代，Luna直接便宜八成。这 icon
  • 听说过那种“别人家的孩子”吗？考试永远第一名，但你从来没见过ta长什么样，只知道ta住在你家隔壁，每天凌晨三点还在刷题。 Claude Model 2就是AI界的那个“别人家的孩子”。 2026年8月14日，Anthropic扔出了一份186页的风险报告。报告里藏着一段话，轻描淡写，但杀伤力极强：公 icon
  • 一万小时数学训练打水漂？数学博士集体沉默，AI证明却让专家秒变门外汉。 OpenAI内部模型Astra一口气破解10个数学天坑，高维球体堆叠、二进制码上限全被改写。数学博士看不懂，Lean 4成唯一裁判——我们正在见证数学界最尴尬的权力交接。 ASI是个什么鬼东西 icon
  • 一群生物黑客用Opus 5挖出系统漏洞时，Fable 5还在安全护栏里写诗呢，这不打脸吗？ Anthropic偷偷发布了Claude Opus 5，在计算生物学和网络安全领域直接封神。 Fable 5虽然顶着“前沿模型”的光环，但被安全锁焊死了，碰到生物和网络高风险问题直接装死。Mythos 5倒是 icon
  • AI 自己跟自己较劲，永远改不出新东西。决定它上限的，从来就不是算力。 OpenAI 最近用数学证明又秀了一把肌肉，但大家全盯错了方向。所有人都觉得 AI 能自我进化是因为算力越来越猛，但没人注意到那个真正掐住它脖子的东西——验证器。简单说，AI 再能编、再能算，如果没人告诉它对不对，它就只能在原地 icon
  • 年薪44万美金的工作，只为防范一件还没发生的事。 OpenAI挂出了一份特殊职位：递归自我提升安全研究员。年薪折合人民币超过两百万。这份工作不写代码，不推产品。任务是防范人工智能自己加速进化时，人类彻底失去控制权。听起来像科幻剧本。却是硅谷此刻最严肃的招聘启事。 人工智能正在学习自己造自己。代码生成 icon
  • 研发团队用了AI编程工具，代码产量中位数只涨了百分之八。 四百多家公司两整年的数据砸到脸上，AI工具使用率飙升六成五，写代码速度才挪了不到八个百分点。技术老板们盯着报表，表情像看到泡面里没有调料包。销售页面上的数字喷着三倍五倍的火，现实 icon
  • 把记忆开关打开，模型分数从7.8%飙到38.3%，输出token少了六倍，算不算打脸那些说AI不会玩游戏的评论。 OpenAI发现GPT-5.6 Sol在ARC-AGI-3基准测试上得分低得离谱，但换了两项API设置后分数直接翻三倍。本文拆解推理保留和上下文压缩这两个隐藏开关如何让模型从智障变高手， icon
  • 企业在AI身上砸钱，有个问题绕不过去：怎么知道AI做的事儿是对的？ 这件事有个诡异的现状：越是简单、能立刻判断对错的事，AI做得越好，企业也越愿意用；越是复杂、需要行业经验判断的事，AI越容易犯错，企业越不敢用。这就形成一个死循环——最需要AI帮忙的地方，AI恰恰进不去。整个行业现在在拼的，就是怎么 icon